Trustworthy-AI for Reliable, Universial and Transformative Healthcare (TRUTH) 课题组

研究理念

SEEK THE TRUTH！

求真、务实！

研究目标

TRUTH课题组长期围绕“智慧医疗的可信性”这一核心问题和行业重大需求，以医学影像、临床数据、组学数据、穿刺手术机器人、导丝手术机器人、微纳手术机器人等为主要研究对象，重点研究智慧医疗系统在感知、分析、推理、决策和执行过程中的准确性、鲁棒性、可解释性、可追溯性与安全性，构建覆盖“医学数据获取—多模态信息融合—疾病智能诊断—临床决策支持—机器人导航与执行”的可信智慧医疗技术体系。具体目标包括：

（1）生物医学信息的可信性智能分析：致力于开发生物医学信息的可信性智能分析技术，通过深度学习、知识图谱方法，系统评估多源异构信息（如文献、临床数据、组学数据）的可靠性、时效性、一致性及证据等级，构建动态可信度量化模型，为精准医疗决策、疾病风险预测提供可解释、可溯源的智能验证支持。

（2）手术机器人的可信性智能导航：聚焦手术机器人可信性智能导航，通过多模态感知融合与强化学习框架，构建实时动态空间映射模型，实现亚毫米级位姿纠偏与组织形变补偿，建立涵盖操作安全性、路径合规性、决策可解释性的多维度可信评估体系，为介入手术提供高精度抗扰导航，保障人机协同操作的安全与效率。

研究方向

（1）医学影像质量提升：医学影像去噪、超分辨率、质量增强，图像重建

（2）医学影像病灶与解剖结构智能感知：医学影像病灶检测与单目标分割、半监督、弱监督、自监督及少样本分割、基于扩散模型的医学图像分割，多语义、多实例分割、关键点检测

（3）可信医学人工智能与可解释决策：病灶证据选择与关键区域定位、医学大模型推理过程的证据关联、医学模型的不确定性估计与预测置信度校准、可解释诊断。

（4）计算机辅助诊断疗效预测：医学辅助诊断大模型、多模态信息融合诊断、多任务联合诊断、治疗手段疗效预测、预后生存期预测

（5）手术机器人环境感知与术中场景理解：、器官三维重建，内窥镜图像分割与三维重建、血管和管腔结构的连续跟踪与动态建模、

（6）手术机器人运动规划：手术机器人人体内任务规划、路径规划、轨迹规划、基于生成模型和大模型的生成式规划。